[发明专利]一种基于卷积自编码器和改进回归算法的窃电用户辨识和窃电量预测方法在审
| 申请号： | 202210804044.4 | 申请日： | 2022-07-07 |
| 公开（公告）号： | CN115329839A | 公开（公告）日： | 2022-11-11 |
| 发明（设计）人： | 林振智;崔雪原;刘晟源;杨莉;马愿谦;王韵楚;章天晗;陈昌铭;张智;邱伟强;龚贤夫;孙辉;彭勃;李耀东 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q10/04;G06Q50/06;G06N5/00;G06N20/20;G06N3/04;G06N3/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 万尾甜;韩介梅 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积自编码器和改进回归算法的窃电用户辨识和窃电量预测方法。本发明方法为：首先，以采集的正常用户电量数据为输入，建立卷积自编码器异常检测模型，并将重构误差较大的异常用电用户识别为窃电用户；然后，分别从窃电用户的窃电和非窃电时段的电量计量数据中提取电量统计指标并构建特征向量，将构建的特征向量作为Tradaboost算法输入，训练并生成XGBoost回归模型，对各用户的潜在窃电量进行预测。本发明可以快速、准确地学习正常用电规律，识别异常用电的窃电用户，并且对各窃电用户的潜在窃电量作预测。 | ||
| 搜索关键词： | 一种 基于 卷积 编码器 改进 回归 算法 用户 辨识 电量 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210804044.4/，转载请声明来源钻瓜专利网。
